聚合类应用的推荐、多方推荐源聚合的方法、系统和装置的制造方法
【技术领域】
[0001]本发明涉及计算机应用技术领域，特别涉及一种聚合类应用的推荐、多方推荐源聚合的方法、系统和装置。
【背景技术】
[0002]随着网络信息的发展，用户可经由网络获取各种文本信息，以满足其在工作和生活中的各种需求。网络中的文本信息将是由各种推荐源提供的，例如，对于某一内容相关的文本信息，可由多个推荐源，即多个网站提供，用户将选择其中一个网站所提供的文本信息进行相关内容的浏览。
[0003]例如，近年来随着网络文学的兴起，越来越多的人们已经摆脱纸质书籍在电脑和手机上浏览网络书籍。但是，由于网络书籍，尤其是网络小说，质量参差不齐，因此，对于多方推荐源，往往都会面对一个通用的问题，即如何在多方推荐源中快速准确地确定推荐的浏览内容。
[0004]现有的确定浏览内容的方式采用通用的文本筛选方法，如利用章节标题进行处理，然而，由于存在着章节标题和内容不符的情况是有发生，因此，利用章节标识进行处理的方式将会带来较多的误判，准确性不高。
【发明内容】
[0005]基于此，有必要提供一种能在多方推荐源所提供的候选文本进行的选取过程中减少误判，提高内容提供的准确性的聚合类应用的推荐、多方推荐源聚合的方法。
[0006]此外，还有必要提供一种能在多方推荐源所提供的候选文本进行的选取过程中减少误判，提高内容提供的准确性的聚合类应用的推荐系统和多方推荐源聚合的装置。
[0007]为解决上述技术问题，将采用如下技术方案:
一种聚合类应用的推荐方法，包括:
根据聚合类应用中触发的内容获取操作发起内容获取请求；
接收根据所述内容获取请求返回的推荐文本，所述推荐文本是通过预先构建的词典对所述内容获取请求相关的多个候选文本统计特征向量和根据所述特征向量对所述多个候选文本进行内容校验得到的；
加载所述返回的推荐文本，以进行所述聚合类应用中的内容显示。
[0008]一种多方推荐源的聚合方法，包括:
由多方推荐源获取内容相同的多个候选文本；
通过预先构建的词典对所述多个候选文本进行特征向量统计，以得到每一候选文本对应的特征向量，并存储所述候选文本对应的特征向量；
根据所述特征向量进行对应候选文本的内容校验，以得到推荐文本；
为所述内容存储所述推荐文本。
[0009]一种聚合类应用的推荐系统，包括聚合类应用客户端，所述聚合类应用客户端包括:
请求发起模块，用于根据触发的内容获取操作发起内容获取请求；
接收模块，用于接收根据所述内容获取请求返回的推荐文本，所述推荐文本是通过预先构建的词典对所述内容获取请求相关的多个候选文本统计特征向量和根据所述特征向量对所述多个候选文本进行内容校验得到的；
加载模块，用于加载所述返回的推荐文本，以进行内容显示。
[0010]一种多方推荐源的聚合装置，包括:
文本获取装置，用于由多方推荐源获取内容相同的多个候选文本；
统计装置，用于通过预先构建的词典对多个所述候选文本进行特征向量统计，以得到每一候选文本对应的特征向量，并存储所述候选文本对应的特征向量；
内容校验装置，用于根据所述特征向量进行对应候选文本的内容校验，以得到推荐文本；
离线存储装置，用于为所述内容存储所述推荐文本。
[0011]由上述技术方案可知，在多方推荐源为聚合类应用中的内容显示提供文本时，由于多方推荐源均有一可供聚合类应用进行内容显示的文本，即存在着多个候选文本，因此，将通过预先构建的词典对多个候选文本进行特征向量的统计，以得到每一候选文本对应的特征向量，进而由特征向量进行候选文本的内容校验得到推荐文本，该推荐文本将用于进行聚合类应用中的内容显示，通过候选文本中的特征向量以及其所进行的内容校验将在多方推荐源所提供的候选文本进行的选取过程中有效减少了误判，提高内容提供的准确性。
【附图说明】
[0012]图1是一个实施例中聚合类应用的推荐方法的流程图。
[0013]图2是现有的小说书架应用的界面中候选文本的切换示意图。
[0014]图3是本发明的实施例中小说书架应用的界面中的示意图。
[0015]图4是一个实施例中聚合类应用的时序图。
[0016]图5是另一个实施例中聚合类应用的推荐方法的流程图。
[0017]图6是另一个实施例中聚合类应用的推荐方法的流程图。
[0018]图7是图5中通过预先构建的词典对多个候选文本进行特征向量统计，以得到每一候选文本对应的特征向量，并存储候选文本对应的特征向量的方法流程图。
[0019]图8是图6中根据特征向量进行对应候选文本的内容校验，以得到推荐文本的方法流程图。
[0020]图9是图8中将完整文本对应的特征向量分别与多个候选文本对应的特征向量进行匹配，以得到与完整文本最为匹配的候选文本的方法流程图。
[0021]图10是另一个实施例中聚合类应用的推荐方法的流程图。
[0022]图11是一个实施例中随机选取预设数量的样本，对该样本进行特征选取得到多个特征词形成词典的方法流程图。
[0023]图12是一个实施例中多方推荐源的聚合方法的流程图。
[0024]图13是一个实施例中多方推荐源的聚合方法的应用场景示意图。
[0025]图14是一个实施例中聚合类应用的推荐系统的结构框图。
[0026]图15是另一个实施例中聚合类应用的推荐系统的结构框图。
[0027]图16是另一个实施例中聚合类应用的推荐系统的结构框图。
[0028]图17是另一个实施例中聚合类应用的推荐系统的结构框图。
[0029]图18是图15中统计装置的结构框图。
[0030]图19是图17中内容校验装置的结构框图。
[0031]图20是力19中匹配模块的结构框图。
[0032]图21是另一个实施例中聚合类应用的推荐系统的结构框图。
[0033]图22是另一个实施例中聚合类应用的推荐系统的结构框图。
[0034]图23是一个实施例中多方推荐源的聚合方法的运行环境示意框图。
【具体实施方式】
[0035]体现本发明特征与优点的典型实施方式将在以下的说明中详细叙述。应理解的是本发明能够在不同的实施方式上具有各种的变化，其皆不脱离本发明的范围，且其中的说明及图示在本质上是当作说明之用，而非用以限制本发明。
[0036]如前所述，聚合类应用的发展将为用户所进行的内容获取提供了更为便捷的途径，减少了用户为从大量的网络信息，即候选文本中获取推荐文本所需要的浏览量，也简化了用户获取到推荐文本的操作，因此，各种聚合类应用得到较快发展，并且得到了更一步的性能优化，处于不断尝试阶段。
[0037]无论何种类型的聚合类应用，均面对着一通用的问题，即如何在众多内容大致相同的候选文本中选择一个较好的候选文本，以供聚合类应用显示在其界面中，因此，为选取最为优质的候选文本，特提出了一种聚合类应用的推荐、多方推荐源聚合的方法。该方法可依赖于计算机程序，该计算机程序将运行于计算机系统之上，该计算机系统可以运行于智能手机、平板电脑、个人电脑和笔记本电脑等终端设备中。
[0038]在一个实施例中，具体的，该聚合类应用的推荐方法如图1所示，包括:
步骤110，根据聚合类应用中触发的内容获取操作发起内容获取请求。
[0039]聚合类应用是运行于终端设备中，为用户实现散落于各处的信息收集在一起并择优选取的工具。其中，该信息为文本的形式。也就是说，该聚合类应用适用于文本处理场景。
[0040]例如，聚合类应用是浏览器中的小说书架应用，相应的，触发的内容获取操作即为小说书架应用的界面中对任一小说中任一章节所触发的选取操作；此外，聚合类应用也可是各种资讯聚合应用，以聚合全网多个站点的新闻资讯，该触发的内容获取操作即为某一新闻资讯内容的获取操作。
[0041]步骤130，接收根据内容获取请求返回的推荐文本。
[0042]其中，该推荐文本是通过预先构建的词典对内容获取请求相关的多个候选文本统计特征向量和根据特征向量对多个候选文本进行内容校验得到的。
[0043]聚合类应用在发起内容获取请求之后，将接收到根据该内容获取请求所返回的推荐文本，该推荐文本是针对同一内容聚合的多个候选文本通过特征向量的统计和经由特征向量所实现的内容校验而得到的。特征向量将代表了其所在候选文本的内容，因此，可基于特征向量进行候选文本的内容校验，保证了内容校验的准确性，进而使得聚合类应用中接收的推荐文本是当前触发获取的内容相关的最佳文本。
[0044]步骤150，加载返回的推荐文本，以进行聚合类应用中的内容显示。
[0045]聚合类应用将加载返回的推荐文本，以将推荐文本中的内容显示在界面上。
[0046]通过如上所述的过程，将使得用户在获取一文本内容时不需进行大量的浏览便可查找得到最佳文本，进而得以实现海量文本内容的快速选取。
[0047]以浏览器中的小说书架应用为例，在用户通过浏览器进行网络小说的浏览时，若需要某一小说的某一章节时，由于多个站点均有该网络小说当前触发进行浏览的章节，因此，小说书架应用的界面之上将显示了多个站点，如图2所示，用户可通过对任一站点所触发的点击来进行当前进行内容显示的候选文本的切换，并通过候选文本的逐一切换以获取得到较佳的候选文本。
[0048]而通过如上所述的过程，将不需要进行候选文本的逐一切换即可得到较佳的候选文本，如图3所示，进而使得聚合类应用的界面中不需要触发任何切换操作，大为简化了用户使用过程。
[0049]聚合多方推荐源所提供的候选文本，以保证了任何内容均可通过网络获取得到，并且通过如上所述的过程，将使得用户所浏览的内容是最优质的候选文本，避免了质量参差不齐的候选文本对用户的浏览造成影响。
[0050]进一步的，在本实施例中，该步骤150之前，如上所述的方法还包括:
在存储的推荐文本中进行查找，以得到与内容获取请求相关的推荐文本，并向聚合类应用返回该推荐文本。
[0051]每一内容均有其相关的推荐文本，并预先进行存储，以便于在接收到任一聚合类应用发起的内容获取请求时可快速地向该聚合类应用返回推荐文本，保证非常低的客户端延时。
[0052]具体的，每一内容均有相应的标识信息，并以标识信息为索引与推荐文本进行关联存储，以便于实现推荐文本的快速查找。
[0053]例如，对于网络小说而言，一网络小说被划分为多个章节，该内容即为章节所对应的文字内容，因此，该内容所对应的标识信息将包括了所在网络小说的标识号码和章